人手作为人类传递信息的重要媒介之一,在计算机视觉领域得到了广泛的研究。在智能汽车场景中,车内人手检测不仅是车载人机交互的基础,还是分析驾驶员行为、研究车辆驾驶安全的基础。为此,本文研究了基于深度学习的车内人手检测算法。综合评估算法的精度和速度,本文基于高效且快速的单阶段目标检测网络YOLOv2提出了Multi-Scale YOLOv2人手检测算法。该算法主要通过三个模块来提升YOLOv2的人手检测性能:1、多尺度特征提炼模块,用来获得更加精细化的特征,提升网络对低分辨率人手的检测性能;2、通道重要性评估模块,用来自动学习特征通道的重要性并重新分配通道权重,增强特征的表现能力;3、难例惩罚模块,通过在损失函数中增加一项难例损失项来增强网络的判别能力,减少误检。针对基于单阶段目标检测网络的人手检测算法精度不够高的问题,本文将两阶段目标检测网络Faster R-CNN应用于人手检测。我们使用ResNet101作为基础特征提取网络,以提取表现力更好的特征。用可对齐的感兴趣区域池化(ROI Align)代替原始的感兴趣区域池化(ROI Pooling),以解决目标候选框的位置和大小与目标不匹配的问题,从而提升人手检测的精度。针对人手形变的问题,我们在网络中引入可变形卷积,以增强网络对形变的建模能力,提升人手检测性能。针对基于两阶段目标检测网络的人手检测算法速度慢,模型大的问题,本文提出基于知识蒸馏的Thin Faster R-CNN人手检测算法,该算法首先将Faster R-CNN的特征提取网络ResNet101的特征通道数减少为原来的1/4,得到了Thin Faster RCNN网络,然后再采用知识蒸馏来训练Thin Faster R-CNN。其中知识蒸馏包括基于注意力的特征图知识蒸馏和分类知识蒸馏两部分。基于注意力的特征图知识蒸馏诱导学生网络学到与教师网络相似的特征表示,分类知识蒸馏让学生网络学到更加强大的分类器。实验表明,通过减少特征通道数所得到的Thin Faster R-CNN网络在GPU上能达到实时的人手检测速度。经过知识蒸馏训练后,Thin Faster R-CNN人手检测精度得到了大幅提升。本文从算法精度、速度两方面展开研究,大幅提升了车内场景中人手检测效率,在车载交互系统应用和车辆驾驶安全研究方面,有着重要的推动意义。